우버, 직원 AI 예산 4개월 만에 소진… 결국 한도를 걸었다

'AI 마음껏 쓰세요'의 청구서가 도착했어요

많은 회사들이 요즘 직원들에게 "AI 도구 마음껏 써서 생산성 올려라"고 권하고 있죠. 우버도 그랬어요. 직원들이 ChatGPT, Claude, 각종 코딩 AI 같은 도구를 자유롭게 쓰도록 예산을 열어줬거든요. 그런데 그 예산을 고작 4개월 만에 다 써버렸다는 소식이에요. 결국 우버는 직원 1인당 AI 지출에 한도(cap)를 거는 조치를 내렸어요.

이 이야기가 재미있는 건, AI가 "써보니 별로"여서 막은 게 아니라 "너무 잘 써서, 너무 많이 써서" 막았다는 점이에요. 직원들이 AI를 정말 적극적으로 활용했다는 뜻이기도 하거든요. 그런데 동시에 이건 많은 기업이 지금 마주하고 있는 현실적인 딜레마를 보여줘요.

AI 비용은 왜 이렇게 예측이 어려울까

전통적인 소프트웨어는 보통 '1인당 월 얼마' 같은 정액제였어요. 직원 수만 알면 비용을 딱 계산할 수 있었죠. 그런데 AI 도구는 구조가 완전히 달라요. 대부분 '쓴 만큼 내는' 사용량 기반 과금이거든요.

이게 뭐가 문제냐면요, 얼마나 쓸지를 미리 예측하기가 정말 어려워요. 어떤 직원은 AI에게 짧은 질문 몇 개만 던지지만, 어떤 직원은 거대한 코드베이스 전체를 통째로 넣어서 분석을 돌리거든요. 특히 요즘 유행하는 '에이전트'형 AI는 한 번 작업을 시키면 알아서 수십 번씩 모델을 호출하면서 일을 처리해요. 사람이 "이거 해줘" 한마디 했는데, 뒤에서 AI가 수백 번 생각하고 검색하고 코드를 돌리는 거죠. 토큰(AI가 처리하는 글자 단위) 소비가 폭발적으로 늘어나는 구조예요.

게다가 추론 모델처럼 '오래 생각하는' 비싼 모델까지 섞이면 비용은 더 종잡을 수 없어져요. 그러니 회사가 "한 달에 대충 이 정도 나오겠지" 하고 잡은 예산이 순식간에 터지는 거예요.

업계 전반의 흐름이에요

사실 우버만의 이야기가 아니에요. 지금 거의 모든 대기업이 같은 고민을 하고 있어요. 2024~2025년이 "일단 AI 도입하고 보자"는 실험의 시기였다면, 2026년 지금은 "그래서 이게 돈값을 하느냐, 비용을 어떻게 통제하느냐"를 따지는 정산의 시기로 넘어온 거예요.

AI를 파는 회사들 입장에서도 이건 중요한 신호예요. 사용량 과금이 매출에는 좋지만, 고객사가 "예산 터져서 못 쓰겠다"며 한도를 걸어버리면 결국 사용이 위축되거든요. 그래서 요즘은 비용을 모니터링하고 부서별로 한도를 거는 'AI 거버넌스' 도구, 더 싼 모델로 자동 라우팅해주는 솔루션 같은 게 새로운 시장으로 떠오르고 있어요.

한국 개발자와 조직에 주는 시사점

우리 회사에서도 곧 마주할 일이에요. 몇 가지 챙겨두면 좋아요.

첫째, AI 비용은 반드시 가시화해야 해요. 누가 어떤 작업에 얼마를 쓰는지 안 보이면, 청구서 받고 나서야 놀라게 돼요. 부서별·프로젝트별로 사용량을 추적하는 게 기본이에요.

둘째, 모델 선택을 똑똑하게 해야 해요. 간단한 작업에 최고급 모델을 쓰는 건 돈 낭비예요. 작업 난이도에 맞춰 싼 모델과 비싼 모델을 나눠 쓰는 라우팅 전략이 그대로 비용 절감으로 이어져요.

셋째, 한도를 거는 게 꼭 나쁜 건 아니에요. 무제한이면 사람은 무의식적으로 낭비하게 되거든요. 적절한 한도는 오히려 "이 작업에 정말 AI를 써야 하나"를 한 번 더 생각하게 만들어요.

마무리

우버 사례는 'AI 도입'이 끝이 아니라 'AI 비용 관리'가 진짜 시작이라는 걸 보여줘요. 여러분 회사는 AI 지출을 어떻게 관리하고 있나요? 무제한으로 열어두는 게 맞을까요, 아니면 한도를 두는 게 맞을까요?